Bouts of Vigorous Physical Activity and Bone Strength Accrual During Adolescence
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PURPOSE: We examined the influence of vigorous physical activity (VPA) bout frequency on bone strength accrual across adolescence, independent of total volume of VPA. METHODS: We measured VPA (6 metabolic equivalents; total volume and bout frequency <5 min in duration) annually using waist-worn accelerometers (ActiGraph GT1M) in 309 adolescents (9-20 y at baseline: 99, <13 y; 126, 13-18 y; 84, >18 y) over a maximum of 4 years. We applied finite element analysis to high-resolution peripheral quantitative computed tomography scans of the distal tibia (8% site) to estimate bone strength (failure load; F.Load, Newtons). We fit a mixed effects model with maturity offset (years from age at peak height velocity) as a random effect and sex, ethnicity, tibia length, lean body mass, and VPA (volume and bout frequency) as fixed effects. RESULTS: VPA volume and bout frequency were positively associated with F.Load across adolescence; however, VPA volume did not predict F.Load once VPA bout frequency was included in the model. Participants in the upper quartile of VPA bout frequency (∼33 bouts per day) had 10% (500 N) greater F.Load across adolescence compared with participants in the lowest quartile (∼9 bouts per day; P = .012). Each additional daily bout of VPA was associated with 21 N greater F.Load, independent of total volume of VPA. CONCLUSION: Frequent VPA should be promoted for optimal bone strength accrual.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle